【大数据作业三】复合数据类型，英文词频统计

作业要求来自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2696

1.列表，元组，字典，集合分别如何增删改查及遍历。

列表：

#列表的增
cm=['Tracy','Tom','Jack','李三','Angel']
cm.insert(1,'Baby')
print(cm)
#列表的删
cm=['Tracy','Tom','Jack','李三','Angel']
cm.pop(3)
print(cm)
#列表的改
cm=['Tracy','Tom','Jack','李三','Angel']
cm[2]='Baby'
print(cm)
#列表的查
cm=['Tracy','Tom','Jack','李三','Angel']
if 'Jack' in cm:
    index = cm.index('Jack')  # 查找元素下标
print(index)
#列表的遍历
cm=['Tracy','Tom','Jack','李三','Angel']
for i in cm:
    print("序号：%s   值：%s" % (cm.index(i) + 1, i))

结果图：

（列表的增）

（列表的删）

（列表的改）

（列表的查）

（列表的遍历）

元组：

#元组的增
tup1=(1,2,3)
tup2=(4,5,6)
tup=tup1+tup2
print(tup)
#元组的删
tup=(1, 2, 3, 4, 5, 6)
del(tup)
print(tup)
#元组的改
tup=('a','b','c','d','e')
tup=tup[1],tup[2],tup[4]
print(tup)
#元组的查
tup=(1,2,3,4)
print(tup[2])
# 元组的遍历
tuple = (("apple", "banana"), ("grape", "orange"), ("watermelon",), ("grapefruit",))
for i in range(len(tuple)):
    for j in range(len(tuple[i])):
        print("tuple[%d][%d]" % (i, j))
        print(tuple[i][j], "")

结果图：

（元组的增）

（元组的删）

（元组的改）

（元组的查）

（元组的遍历）

字典：

# 字典的增
dict={'name':'li','age':1}
dict['class']='first'
print(dict)
# 字典的删
dict={'name': 'li', 'age': 1, 'class': 'first'}
del dict['class']
print(dict)
# 字典的改
dict={'name': 'pang', 'age': 1, 'class': 'first'}
dict['name']='li'
print(dict)
# 字典的查
dict={'name': 'pang', 'age': 1, 'class': 'first', 'school': 'wawo'}
print(dict.get('age'))
# 字典的遍历
dict={'a': '1', 'b': '2', 'c': '3'}
for key in dict:
       print(key+':'+dict[key])

结果图：

（字典的增）

（字典的删）

（字典的改）

（字典的查）

（字典的遍历）

集合：

# 集合的增
s = {1,2,3,4}
s.add(7)
print(s)
# 集合的删
s = {'a','hello', 'redhat', 'b', 18, 33, 4, 1, 2, 7, 6, 5}
print(s)
print(s.pop())
# 集合的查
s1 = {1, 2, 3, 4}
s2 = {1, 2, 3, 5}
# 交集
print(s1 & s2)
# 集合的遍历
s = [1234, 5677, 8899]
for id in s:
    print (id)

结果图：

（集合的增）

（集合的删）

（集合的查）

（集合的遍历）

2.总结列表，元组，字典，集合的联系与区别。参考以下几个方面：

	列表	元组	字典	集合
括号	[1,'a']	('a', 1)	{'a':1,'b':2}	set([1,2]) 或 {1,2}
是否有序	有序	有序	无序，自动正序	无序
是否可变	是	否	是	是
是否可重复	是	是	是	否
存储与查找方式	值	值	键值对(键不能重复)	键(不能重复)

3.词频统计

统计每个单词出现的次数，并按次数进行排序

exclude={'a','the','and','i','you','in','but','not','it'}
def gettxt():
    sep=".,;:?!-_'"
    txt=open(r'F:aaa.txt').read().lower()
    for ch in sep:
        txt =txt.replace(ch,' ')
    return txt

bigList=gettxt().split()
print(bigList)
print('father:',bigList.count('father'))
bigSet =set(bigList)

bigSet=bigSet-exclude
print(bigSet)
bigDict={}
for word in bigSet:
    bigDict[word]=bigList.count(word)
print(bigDict)

print(bigDict.items())
word=list(bigDict.items())
word.sort(key=lambda x:x[1],reverse=True)
print(word)

for w in bigSet:
    bigDict[w]=bigList.count(w)
sortWord=sorted(bigDict.items(),key=lambda e:e[1],reverse=True)
save=open(r'F:aaa.txt','w',encoding='UTF-8')
for w in range(20):
    save.write(str(sortWord[w])+"
")
save.close()

结果如图：

生成的云图如下：